據(jù)悉，GO-2首次在統(tǒng)一架構(gòu)中打通從邏輯推理到精準(zhǔn)動(dòng)作執(zhí)行的“最后一公里”，結(jié)合數(shù)萬小時(shí)的數(shù)據(jù)訓(xùn)練，在多個(gè)機(jī)器人基準(zhǔn)測(cè)試中刷新行業(yè)SOTA，讓機(jī)器人從“黑盒摸索”邁向真正的 “知行合一”。

圖片來源：智元機(jī)器人

一年前，智元發(fā)布了Genie Operator-1（簡(jiǎn)稱GO-1）基座模型，通過創(chuàng)新的ViLLA架構(gòu)，首次實(shí)現(xiàn)了視覺-語言-動(dòng)作的統(tǒng)一建模。

GO-1 讓機(jī)器人學(xué)會(huì)了“理解”。它能看懂指令，能識(shí)別場(chǎng)景，能規(guī)劃任務(wù)。

然而，當(dāng)系統(tǒng)進(jìn)入更加復(fù)雜的真實(shí)環(huán)境后，一個(gè)關(guān)鍵問題逐漸顯現(xiàn)：機(jī)器人雖然能生成合理的規(guī)劃，但動(dòng)作并不總能嚴(yán)格按照規(guī)劃執(zhí)行。

在傳統(tǒng)具身模型中，鏈路往往是割裂的：高層語義推理 → 抽象指令 → 控制系統(tǒng) → 機(jī)器人動(dòng)作。高層模型輸出的抽象信號(hào)，與真實(shí)世界所需的精細(xì)動(dòng)作之間，仍隔著巨大落差。到了執(zhí)行環(huán)節(jié)，控制模塊常常繞過規(guī)劃、直接依賴瞬時(shí)視覺生成動(dòng)作，最終導(dǎo)致：長(zhǎng)程任務(wù)誤差不斷累積、動(dòng)作持續(xù)偏離規(guī)劃、系統(tǒng)整體穩(wěn)定性大幅下降。

而新一代基座模型 GO?2 要做的，正是彌合這道鴻溝。GO?2 的目標(biāo)清晰而堅(jiān)定：讓機(jī)器人不只理解世界，更能穩(wěn)定、可靠地作用于世界。

從 GO?1 到 GO?2，智元完成了一次從能力到價(jià)值的關(guān)鍵躍遷：從 “理解世界”，走向真正作用于世界；從 “偶爾成功”，走向持續(xù)穩(wěn)定完成；從 “單純完成動(dòng)作”，走向在物理世界中精準(zhǔn)交互、穩(wěn)定落地。

GO?2 基座模型所做的，正是為具身智能打造真正會(huì)思考、可信賴、能落地的通用大腦，打破語義與動(dòng)作的割裂，讓規(guī)劃與執(zhí)行真正合一，讓機(jī)器人的每一個(gè)動(dòng)作，都能適配物理世界的復(fù)雜變量、穩(wěn)定作用于真實(shí)場(chǎng)景。